在热轧带钢钢卷生产过程中,因为夹送辊压力异常、侧导板强制纠偏等问题,导致部分热轧钢卷出现卷形缺陷,影响钢卷存储运输和用户使用,因此热轧带钢的卷形缺陷检测具有重要意义。针对人工检测热轧带钢卷形缺陷方式存在的检测效率低、检测标准不统一、人力成本高等缺点,设计并实现了一套热轧带钢卷形缺陷在线监测系统。系统结合了激光扫描、模式识别、软件开发等技术,实现了钢卷卷形缺陷的在线监测和数据信息化管理。论文主要工作概括如下:针对钢铁企业对智能化卷形缺陷检测的需求,对系统的数据采集硬件进行选型,设计了热轧带钢卷形缺陷在线监测系统的总体方案,并设计了数据采集、数据处理、卷形识别、数据存储管理、人机交互等功能模块。针对采集的钢卷点云数据存在的角度及位置偏差、离群点噪声、冗余数据量大等问题,采用了软件标定、点云分割、点云滤波、曲线拟合等数据处理方法,校正了扫描仪的安装角度和位置偏差,提取出了钢卷端部轮廓点云,降低了卷形识别的计算量和复杂度,得到数据量小且特征明显的卷形曲线。针对钢卷卷形缺陷的识别问题,在分析了钢卷卷形曲线的凹凸分布特点的基础上,提出一种针对钢卷表面轮廓的分段特征提取方法,采用PSO-SVM对卷形特征进行识别,并通过实验表明该方法能达到较好的卷形识别效果。最后,对系统软件的各个模块进行了功能测试,测试结果表明系统功能工作正常,可实现钢卷卷形缺陷的远程在线监测,验证了系统功能的有效性。